Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives

828 篇文章

已下架不支持订阅

本文综述了大型语言模型(LLM)在基于agent的建模和仿真中的应用,分析了其挑战与前景。讨论了LLM在环境感知、人类协调、动作生成和评估等方面的运用,以及在网络、物理、社交和混合场景中的研究成果。同时,提出了该领域面临的开放问题和未来发展方向。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是LLM系列文章,针对《Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives》的翻译。

摘要

基于Agent的建模和仿真已经发展成为复杂系统建模的强大工具,为不同Agent之间的紧急行为和交互提供了见解。将大型语言模型集成到基于代理的建模和仿真中,为增强仿真能力提供了一条很有前途的途径。本文综述了在基于代理的建模和仿真中使用大型语言模型的前景,考察了它们的挑战和有前景的未来方向。在这项调查中,由于这是一个跨学科的领域,我们首先介绍了基于agent的建模和仿真以及大型语言建模的agent的背景。然后,我们讨论了将大型语言模型应用于基于代理的模拟的动机,并系统地分析了环境感知、人类协调、动作生成和评估方面的挑战。最重要的是,我们全面概述了最近在多个场景中基于大型语言模型的代理建模和仿真的工作,这些工作可以分为四个领域:网络、物理、社交和混合,涵盖了真实世界和虚拟环境的仿真。最后,由于这一领域是一个新的、快速发展的领域,我们讨论了悬而未决的问题和有希望的未来方向。

1 引言

2 背景

3 LLM在基于agent的建模和仿真中的关键能力

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值